اَبَر پیش‌بینی‌کننده
اَبَر پیش‌بینی‌کننده فردی است که پیش‌بینی‌هایی می‌کند که بر اساس روش‌های آماری همواره دقیق‌تر از عموم مردم یا کارشناسان بوده است. ابرپیش‌بینی‌کنندگان گاهی اوقات از روش‌های مدرن تحلیل و آمار برای بهبود تخمین‌های اولیه وقایع بهره می‌برند. مطالعات نشان داده است که این پیش‌بینی‌کنندگان معمولاً دقت بیشتری نسبت به کارشناسانی دارند که از تکنیک‌های تحلیلی و آماری استفاده نمی‌کنند.، [۱] البته در برخی منابع در مورد این موضوع اغراق شده است. [۲] عبارت «اَبَر پیش‌بینی‌کننده» علامت تجاری شرکت Good Judgment Inc است. [۳]
ریشه‌شناسی[ویرایش]
این اصطلاح ترکیبی از پیشوند اَبَر، ترجمه عبارت Super به معنای «بیش از حد» [۴] یا «با درجه یا کیفیت بالا»، [۴] است که در بعضی نوشته‌ها از پیشوند «قهرمان» یا «اَبَرقهرمان» استفاده می‌شود. پیش‌بینی کننده ، ترجمه عبارت Forcaster، به معنای کسی است که نتیجه‌ای را پیش‌بینی می‌کند که ممکن است در آینده رخ دهد.
تاریخچه[ویرایش]
ریشه‌های این اصطلاح به دن گاردنر در پروژه قضاوت خوب و فیلیپ ای. تتلاک در کتاب اَبَرپیش‌بینی: هنر و علم پیش‌بینی نسبت داده می‌شود. [۵]
در دسامبر 2019 میلادی یک تحلیلگر آژانس اطلاعات مرکزی با نام مستعار «بابی دبلیو» پیشنهاد کرد که جامعه اطلاعاتی باید به تحقیقاتی مربوط به ابر پیش‌بینی‌کننده‌ها بپردازد تا مشخص کند چگونه افراد خاص با «ویژگی‌های خاص» به عنوان پیش‌بینی‌کنندگان بهتری شناخته می‌شوند و روش‌های بهینه بهره‌برداری از این ویژگی‌ها چیست.[۶]
در فوریه 2020 میلادی دومینیک کامینگز نظر تتلاک و دیگران را تأیید کرد که مطالعه ابرپیش‌بینی‌کنندگان مؤثرتر از بهره‌مندی ازکارشناسان سیاسی است. [۷]
اَبَر پیش‌بینی کننده‌ها[ویرایش]
علوم[ویرایش]
ابرپیش‌بینی‌کنندگان احتمال وقوع را برآورد می‌کنند و زمانی که شرایط مؤثر در برآورد آنها تغییر می‌کند، مجددا برآوردشان را بررسی می‌کنند. بررسی مجدد برآورد آنها بر اساس برداشت‌های شخصی، داده‌های عمومی و ترکیب نظرات و ورودی‌های سایر ابرپیش‌بینی‌کنندگان است. اما تلاش می‌کند سوگیری‌های ذهنی را در برآوردهای آنها حذف کند. [۷] در «پروژه قضاوت خوب»، به مجموعه‌ای از پیش‌بینی‌کنندگان آموزش داده شد که چگونه درک خود را به صورت یک پیش‌بینی احتمالی ارائه دهند، که به صورت مخفف «CHAMP» برای مقایسه‌ها (Comparisons)، روندهای تاریخی (Historical trends)، میانگین نظرات (Average opinions)، مدل‌های ریاضی (Mathematical models) ، و سوگیری‌های قابل پیش‌بینی (Predictable biases) خلاصه می‌شود. [۸]
مطالعه‌ای که در سال 2021 میلادی منتشر شد، از مدل BIN، سرواژه سه کلمه سوگیری (Bias)، اطلاعات (Information)، نویز (Noise) استفاده کرد که برای بررسی فرآیندهای پایه‌ای که به دقت ابرپیش‌بینی‌کنندگان کمک می‌کند، نتیجه‌گیری شد که توانایی آنها در جداسازی «نویز» از سیگنال‌های مهم، تاثیر بیشتری بر افزایش دقت نسبت به کاهش سوگیری یا بهینه‌سازی استخراج اطلاعات دارد.[۹]
اثربخشی[ویرایش]
در «پروژه قضاوت خوب»، به وضوح اشاره شده است که "پیش‌بینی‌کنندگان برجسته، عملکردی 30 درصد بهتر از میانگین تحلیلگران در جامعه اطلاعاتی داشتند که توانایی تحلیل داده‌های رمزی و رهگیری‌ها را داشتند.
پیش‌بینی‌کنندگان آموزش دیده با روش‌های فنی و تکنیک‌های تخصصی ممکن است دقت پیش‌بینی‌کننده را افزایش دهند: در پروژه قضاوت خوب، به یک گروه آموزش روش‌شناسی «CHAMP» داده شد که به دقت پیش‌بینی را افزایش داد. [۸]
ابرپیش‌بینی‌کنندگان گاهی اوقات پیش‌بینی می‌کنند که احتمال وقوع برخی رویدادها کمتر از 50 درصد است، اما با این وجود، آن رویدادها به وقوع می‌پیوندد. بلومبرگ گفت که آنها پیش‌بینی 23 درصدی را برای رأی خروج در ماه ژوئن 2016 میلادی انتخابات برگزیت انجام دادند. از سوی دیگر، بی بی سی گفت آنها موفقیت دونالد ترامپ را در انتخابات مقدماتی حزب جمهوری‌خواه در سال 2016 میلادی به درستی پیش بینی کردند. [۷]
ابرپیش‌بینی‌کنندگان همچنین تعدادی پیش‌بینی دقیق و حائز اهمیت درباره همه‌گیری ویروس کرونا ارائه دادند که به «کسب‌وکارها، دولت‌ها و سایر نهادها» امکان بهره‌برداری از آن را داد. علاوه بر این، آنها پیش‌بینی‌های دقیقی درباره رویدادهای جهانی چون تصویب رأی برگزیت بریتانیا در سال 2020 میلادی، تصمیم عربستان سعودی به عمومی کردن بخش‌هایی از شرکت ملی گاز در سال 2019 میلادی و وضعیت تحریم‌های غذایی روسیه علیه برخی کشورهای اروپایی نیز به عمل آوردند.
آژانس‌های امدادی همچنین از ابرپیش‌بینی برای برآورد احتمال تبدیل خشکسالی به قحطی استفاده می‌کنند، [۱] در حالی که مرکز امنیت جدید آمریکا در مورد این که چگونه ابرپیش‌بینی‌کنندگان در پیش‌بینی سیاست‌های دولت کلمبیا در آینده کمک کردند توضیحاتی را ارائه داد. گلدمن ساکس از تحلیل‌های ابرپیش‌بینی‌کنندگان درباره واکسن در طول همه‌گیری کروناویروس بهره‌برداری کرد تا به بینش‌های بهتری دست پیدا کند..
نشریه اکونومیست اشاره می‌کند که در اکتبر 2021 میلادی، پیش‌بینی‌های هواشناسی به طرز شگفت‌آوری توانستند وقایعی را که در سال 2022 میلادی اتفاق افتاد، پیش‌بینی کنند. از جمله این وقایع می‌توان به نتایج انتخابات در فرانسه و برزیل، عدم تحریم بازی‌های المپیک زمستانی، نتیجه انتخابات میان‌دوره‌ای آمریکا و دستیابی به 12 میلیارد دوز واکسن کووید-19 در اواسط سال 2022 میلادی اشاره کرد. اما نکته جالب اینجاست که این پیش‌بینی‌ها نتوانستند به ظهور ویروس اومیکرون بپردازند! سال بعد، نشریه اکونومیست نوشت که هر هشت پیش‌بینی ابرپیش‌بینی‌کنندگان برای سال 2023 میلادی درست بود، از جمله در مورد رشد تولید ناخالص داخلی جهانی، رشد تولید ناخالص داخلی چین، و نتایج انتخابات در نیجریه و ترکیه.
در فوریه 2023 میلادی، ابرپیش‌بینی کنندگان پیش‌بینی‌های بهتری نسبت به خوانندگان مجله فایننشال تایمز در مورد هشت سؤال از نه سؤالی که در پایان سال حل شده بود انجام دادند.
صفات[ویرایش]
یکی از یافته‌های تتلاک از پروژه قضاوت خوب این بود که ویژگی‌های شناختی و شخصیتی در پیش‌بینی نتیجه رویدادهای مختلف جهان معمولاً با دقت بیشتری نسبت به سازمان‌های اطلاعاتی مهم‌تر از دانش تخصصی هستند. [۱۰] به طور خاص، مطالعه‌ای در سال 2015 میلادی نشان داد که پیش‌بینی‌کننده‌های کلیدی دقت پیش‌بینی «توانایی شناختی [IQ]، دانش سیاسی و نگرش باز» است. ابرپیش‌بینی‌کنندگان در زمینه‌های استدلال استقرایی، تشخیص الگو، انعطاف‌پذیری شناختی و داشتن دیدگاه باز، عملکرد بهتری از خود نشان دادند. در «پروژه قضاوت خوب»، مشخص شده که این افراد نسبت به گروهی از پیش‌بینی‌کنندگان که قبلاً در سطح بالاتر از متوسط قرار داشتند و در مسابقات شرکت می‌کردند، از نظر هوش و دانش سیاسی، امتیاز بالاتری کسب کرده‌اند.
افراد[ویرایش]
- Regina Joseph, Good Judgment Project superforecaster,[۱۱][۱۲] technologist and founding Editor-in-Chief of Blender Magazine,[۱۳][۱۴][۱۵] former Futures Division leader and Defence/Security Senior Research Fellow at Clingendael Institute,[۱۶] forecasting science researcher[۱۷][۱۸] and inventor[۱۹][۲۰]
- Elaine Rich, a superforecaster who participated in the Good Judgement Project.[۲۱]
- Andrew Sabisky, who resigned from his position as advisor to the United Kingdom government at Downing Street, with chief advisor Dominic Cummings telling journalists "read Philip Tetlock's Superforecasters, instead of political pundits who don't know what they're talking about".[۷]
- Nick Hare, former head of futures and analytical methods at the Ministry of Defence (MoD).[۱۰]
- Reed Roberts, a former PhD student in Chemistry.[۱۰]
- Jonathon Kitson[۲۲]
- Jean-Pierre Beugoms[۲۳]
- Dan Mayland[۲۳]
- Kjirste Morrell[۲۳]
- Dominic Smith[۲۳]
نقد و بررسی[ویرایش]
مفهوم ابر پیش بینی از زوایای متعدد مورد انتقاد قرار گرفته است. نسیم نیکلاس طالب منتقد شدیدی بوده است و در میان سایر ادعاهای خود، استدلال می‌کند که پیش‌بینی برای تصمیم‌گیرندگان فاقد کارایی است و عدم وجود منافع مالی ملموس ناشی از فعالیت‌های ابرپیش‌بینی‌کنندگان، به‌عنوان نشانه‌ای از عدم توانایی آنها در انجام پیش‌بینی‌های دقیق تلقی می‌شود. [۲۴] سوزان رین، متخصص حوزه مبارزه با تروریسم، این رویکرد را به دلیل تأکید بیش از حد بر «رویدادهایی که قرار است اتفاق بیفتند» به جای «واقعیت‌های جاری» و «چگونگی تغییر آینده» مورد انتقاد قرار می‌دهد. [۲۵]
- ↑ ۱٫۰ ۱٫۱ Adonis (2020).
- ↑ "Can Policymakers Trust Forecasters?". Institute for Progress. Retrieved 26 August 2024.صفحه پودمان:Citation/CS1/en/styles.css محتوایی ندارد.
- ↑ "Trademark Electronic Search System (TESS)". tmsearch.uspto.gov. Retrieved 2023-01-05.صفحه پودمان:Citation/CS1/en/styles.css محتوایی ندارد.
- ↑ ۴٫۰ ۴٫۱ "Super Definition & Meaning". Merriam-Webster. Archived from the original on 1 November 2023. Retrieved 1 November 2023.صفحه پودمان:Citation/CS1/en/styles.css محتوایی ندارد.
- ↑ Tetlock & Gardner (2015).
- ↑ Bobby W. (2019).
- ↑ ۷٫۰ ۷٫۱ ۷٫۲ ۷٫۳ BBC News (2020).
- ↑ ۸٫۰ ۸٫۱ Harford (2014).
- ↑ خطای لوآ در پودمان:Citation/CS1/en/Identifiers در خط 47: attempt to index field 'wikibase' (a nil value).
- ↑ ۱۰٫۰ ۱۰٫۱ ۱۰٫۲ Burton (2015).
- ↑ Superforecasting: The Art and Science of Prediction (به English). Crown. 2015. ISBN 9780804136693.صفحه پودمان:Citation/CS1/en/styles.css محتوایی ندارد.
- ↑ VICE News (2017-05-19). Chechnya Abuse & The FBI Firing: VICE News Tonight Full Episode (HBO). Retrieved 2024-08-27 – via YouTube.صفحه پودمان:Citation/CS1/en/styles.css محتوایی ندارد.
- ↑ LLC, New York Media (1995-11-13). New York Magazine (به English). New York Media, LLC.صفحه پودمان:Citation/CS1/en/styles.css محتوایی ندارد.
- ↑ WHO KNEW (2021-04-27). WHO KNEW The Smartest People In The Room - Regina Joseph & David Hughes. Retrieved 2024-08-27 – via YouTube.صفحه پودمان:Citation/CS1/en/styles.css محتوایی ندارد.
- ↑ "Blender (magazine)", Wikipedia (به English), 2024-08-27, retrieved 2024-08-27صفحه پودمان:Citation/CS1/en/styles.css محتوایی ندارد.
- ↑ Joseph, Regina. "Clingendael Futures" (PDF). Clingendael Futures.صفحه پودمان:Citation/CS1/en/styles.css محتوایی ندارد.
- ↑ International Institute of Forecasters (2022-08-15). Forecasting Practices and Processes 5. Retrieved 2024-08-27 – via YouTube.صفحه پودمان:Citation/CS1/en/styles.css محتوایی ندارد.
- ↑ NSF PREPARE (2022-01-18). RP2 Day 2 Lightning Round 7: Social, Behavioral, Economic & Governance. Retrieved 2024-08-27 – via YouTube.صفحه پودمان:Citation/CS1/en/styles.css محتوایی ندارد.
- ↑ USPTO.report. "Systems and Methods for Bias-Sensitive Crowd-Sourced Analytics Patent Application". USPTO.report (به English). Retrieved 2024-08-27.صفحه پودمان:Citation/CS1/en/styles.css محتوایی ندارد.
- ↑ USPTO.report. "Systems and Methods for Multi-Source Reference Class Identification, Base Rate Calculation, and Prediction Patent Application". USPTO.report (به English). Retrieved 2024-08-27.صفحه پودمان:Citation/CS1/en/styles.css محتوایی ندارد.
- ↑ Nilaya (2015), Guests.
- ↑ "Superforecasting: The Future's Chequered Past and Present". whynow (به English). 8 February 2021. Retrieved 2021-07-17.صفحه پودمان:Citation/CS1/en/styles.css محتوایی ندارد.
- ↑ ۲۳٫۰ ۲۳٫۱ ۲۳٫۲ ۲۳٫۳ "Superforecaster Profiles". Good Judgment (به English). Retrieved 2021-07-17.صفحه پودمان:Citation/CS1/en/styles.css محتوایی ندارد.
- ↑ خطای لوآ در پودمان:Citation/CS1/en/Identifiers در خط 47: attempt to index field 'wikibase' (a nil value).
- ↑ Raine, Suzanne. "Superforecasting will not save us". Engelsberg ideas (به svenska). Retrieved 26 August 2024.صفحه پودمان:Citation/CS1/en/styles.css محتوایی ندارد.
مطالعه بیشتر[ویرایش]
- خطای لوآ در پودمان:Citation/CS1/en/Identifiers در خط 47: attempt to index field 'wikibase' (a nil value).
This article "اَبَر پیش‌بینی‌کننده" is from Wikipedia. The list of its authors can be seen in its historical and/or the page Edithistory:اَبَر پیش‌بینی‌کننده. Articles copied from Draft Namespace on Wikipedia could be seen on the Draft Namespace of Wikipedia and not main one.
